PEMODELAN SEDERHANA PEMODELAN SEDERHANA DENGAN REGRESIDENGAN REGRESI
•• Dengan pemodelan Dengan pemodelan •• --------àà bisa memperkirakan bagaimana hubungan bisa memperkirakan bagaimana hubungan
antara variabel yang adaantara variabel yang ada•• --------àà pertanyaan : seberapa cocok model yang pertanyaan : seberapa cocok model yang •• --------àà pertanyaan : seberapa cocok model yang pertanyaan : seberapa cocok model yang
disusun terhadap data yang diperoleh ???disusun terhadap data yang diperoleh ???
•• ======èè perlu topik mengenai ANALISIS perlu topik mengenai ANALISIS HUBUNGANHUBUNGAN
ANALISIS HUBUNGANANALISIS HUBUNGAN
Yaitu bentuk analisis variabel (data) Yaitu bentuk analisis variabel (data) penelitian untuk untuk mengetahui :penelitian untuk untuk mengetahui :
•• Derajat atau kekuatan hubunganDerajat atau kekuatan hubungan•• Bentuk atau arah hubungan di antara Bentuk atau arah hubungan di antara •• Bentuk atau arah hubungan di antara Bentuk atau arah hubungan di antara
variabel2variabel2•• Besarnya pengaruh variabel yang satu Besarnya pengaruh variabel yang satu
(var. bebas) terhadap variabel lainnya (var. bebas) terhadap variabel lainnya (var. terikat).(var. terikat).
TEKNIK STATISTIK DALAM TEKNIK STATISTIK DALAM ANALISIS HUBUNGANANALISIS HUBUNGAN
1.1. ANALISIS KORELASI (KOEFISIEN ANALISIS KORELASI (KOEFISIEN KORELASIKORELASI
2.2. KOEFISIEN PENENTU (KOEF. KOEFISIEN PENENTU (KOEF. DETERMINASIDETERMINASIDETERMINASIDETERMINASI
3.3. ANALISIS REGRESI (PERSAMAAN ANALISIS REGRESI (PERSAMAAN REGRESIREGRESI
======èè baik untuk hubungan yang baik untuk hubungan yang melibatkan 2 variabel atau lebihmelibatkan 2 variabel atau lebih
ANALISIS HUBUNGAN ANTARA 2 VARIABEL ANALISIS HUBUNGAN ANTARA 2 VARIABEL
1. KOEFISIEN KORELASI (KK)1. KOEFISIEN KORELASI (KK) adalah indeks atau bilangan yang adalah indeks atau bilangan yang digunakan untuk mengukur derajat hubungan, meliputi digunakan untuk mengukur derajat hubungan, meliputi kekuatan hubungan dan bentuk/arah hubungankekuatan hubungan dan bentuk/arah hubungan
Untuk kekuatan hubungan :Untuk kekuatan hubungan :KK antara 0 dan +1KK antara 0 dan +1
KK = 0 tidak ada hubunganKK = 0 tidak ada hubunganKK = 1 sempurnaKK = 1 sempurnaKK = 1 sempurnaKK = 1 sempurna0,9 < KK < 1,00 sangat tinggi, kuat sekali0,9 < KK < 1,00 sangat tinggi, kuat sekali0,7 <KK < 0,9 tinggi atau kuat 0,7 <KK < 0,9 tinggi atau kuat 0,4 < KK < 0,7 cukup atau sedang, dsb 0,4 < KK < 0,7 cukup atau sedang, dsb
Untuk bentuk/arah hubungan, Untuk bentuk/arah hubungan, + =+ =èè Y naik terhadap kenaikan XY naik terhadap kenaikan X-- ==èè Y turunY turun terhadap penurunan Xterhadap penurunan X
KOEFISIEN KORELASI KOEFISIEN KORELASI PEARSONPEARSON
å å å åå å å
--
-=
]Y)(Y][nX)(X[n
Y)X)((XYn2222
r
r = koefisien korelasi PearsonX = variabel bebasY = variabel terikat
ANALISIS HUBUNGAN ANTARA 2 VARIABELANALISIS HUBUNGAN ANTARA 2 VARIABEL
2. KOEFISIEN PENENTU (KP) adalah angka / 2. KOEFISIEN PENENTU (KP) adalah angka / indeks yang digunakan untuk mengetahui indeks yang digunakan untuk mengetahui besarnya sumbangan sebuah variabel besarnya sumbangan sebuah variabel lebih (var. bebas, X) terhadap variabel lebih (var. bebas, X) terhadap variabel lebih (var. bebas, X) terhadap variabel lebih (var. bebas, X) terhadap variabel lainnya (var. terikat, Y)lainnya (var. terikat, Y)
KP = (KK)KP = (KK)22 X 100 %X 100 %
3. REGRESI linear sederhana3. REGRESI linear sederhana
•• Regresi :Regresi : teknik analisis hubungan yang teknik analisis hubungan yang digunakan untuk meramalkan atau digunakan untuk meramalkan atau memperkirakan nilai dari suatu variabel dalam memperkirakan nilai dari suatu variabel dalam hubungannya dg variabel yang lain melalui hubungannya dg variabel yang lain melalui hubungannya dg variabel yang lain melalui hubungannya dg variabel yang lain melalui suatu persamaansuatu persamaan====èè bisa pers. linear dan non linearbisa pers. linear dan non linear
•• Regresi linear sederhana : regresi linear dimana Regresi linear sederhana : regresi linear dimana variabel yang terlibat hanya 2, yaitu variabel variabel yang terlibat hanya 2, yaitu variabel terikat Y dan variabel bebas X, serta berpangkat terikat Y dan variabel bebas X, serta berpangkat 11
•• Bentuk persamaannya :Bentuk persamaannya :
Y = mX + CY = mX + C
X = variabel bebasX = variabel bebasY variabel terikat (variabel yang diduga)Y variabel terikat (variabel yang diduga)CC = intersep= intersepmm = koefisien regresi (slope)= koefisien regresi (slope)
•• Jumlah kuadrat kesalahan =Jumlah kuadrat kesalahan =èè minimalminimal•• Sum of square error (S) =Sum of square error (S) =èè minimalminimal•• Least squareLeast square•• Least squareLeast square
•• S S = Jumlah(Y= Jumlah(Y--Ym)2 =Ym)2 =èè minimalminimal
REGRESI LINEAR SEDERHANAREGRESI LINEAR SEDERHANA(2 VARIABEL)(2 VARIABEL)
•• YYPP = mX + C= mX + C•• ==èè seberapa dekat persamaan seberapa dekat persamaan
pendekatan Ypendekatan YPP dengan data hasil dengan data hasil percobaan Y dan X ??percobaan Y dan X ??percobaan Y dan X ??percobaan Y dan X ??
•• Jumlah kuadrat kesalahan (S) antara YJumlah kuadrat kesalahan (S) antara YPP
dan Y harus minimal dan Y harus minimal
å -= 2)( YYS P
å -+= 2)( YCmXS
•• Barapa nilai m dan C agar S minimal ???Barapa nilai m dan C agar S minimal ???•• ==èè berlaku berlaku
¶¶0=
¶¶
¶¶
CS
danmS
•• Substitusi dari pers (1) dan (2)Substitusi dari pers (1) dan (2)•• ==èè 2 persamaan dengan 2 bilangan tak 2 persamaan dengan 2 bilangan tak
diketahui ==diketahui ==èè m dan C bisa ditentukanm dan C bisa ditentukan
å åå å å
--
= 22 )( XXn
YXXYnm
n
XmYC å å-
=
ANALISIS HUBUNGAN ANALISIS HUBUNGAN LEBIH 2 VARIABELLEBIH 2 VARIABEL
1.1. Koefisien korelasi untuk 3 variabelKoefisien korelasi untuk 3 variabel==èè Y = f(XY = f(X11, X, X22))
12212
22
12,1
2 rrrrrR YYYY
Y
-+=
Atau Atau
KP = RKP = RY1,2Y1,222 x 100 %x 100 %
)]1)(1[(1 21,2
212,1 YYY rrR ---=
212
2,11 r
RY -=
•• 2. Koefisien korelasi 4 variabel2. Koefisien korelasi 4 variabel
======èè Y = f (X1, X1, X3)Y = f (X1, X1, X3)
)]1)(1)(1[(1 212,3
21,2
21123, YYYY rrrR ----=
Koefisien Penentu
KP = R2Y1,2 x 100 %
KOEFISIEN KORELASI PARSIALKOEFISIEN KORELASI PARSIAL3 VARIABEL3 VARIABEL1. Koef. Korelasi parsial Y dan X1 bila X2 konstan1. Koef. Korelasi parsial Y dan X1 bila X2 konstan
)1)(1(
.22
12212,1
rr
rrrr YYY
--
-=
)1)(1( 122
222,1
rrr
YY
--=
Koef. Penentu parsial Y dan X1 bila X2 konstan
KP = r2Y1,2 x 100 %
2. Koef. Korelasi parsial Y dan X2 bila X1 konstan2. Koef. Korelasi parsial Y dan X2 bila X1 konstan
. 12121,2
rrrr YYY
--
-=
)1)(1( 122
121,2
rrr
YY
--=
Koef. Penentu parsial Y dan X2 bila X1 konstan
KP = r2Y2,1 x 100 %
2. Koef. Korelasi parsial X1 dan X2 bila Y konstan2. Koef. Korelasi parsial X1 dan X2 bila Y konstan
)1)(1(
.
22
12
211212
YY
YYY
rr
rrrr
--
-=
)1)(1( 22
12
YY rr --
Koef. Penentu parsial X1 dan X2 bila Y konstan
KP = r2Y12 x 100 %
REGRESI LINEAR BERGANDAREGRESI LINEAR BERGANDA3 VARIABEL3 VARIABEL
•• Y = f(xY = f(x11, x, x22))Misal Y = a + bMisal Y = a + b11XX11 + b+ b22XX22
======èè bila diturunkan akan diperoleh 3 persamaan dengan 3 bilangan bila diturunkan akan diperoleh 3 persamaan dengan 3 bilangan tak diketahui a, b1, b2tak diketahui a, b1, b2tak diketahui a, b1, b2tak diketahui a, b1, b2
å å å åå å å
-
-=
221
22
21
21212
21
)())((
))(())((
XXXX
XXYXYXXb
å å å åå å å
-
-=
221
22
21
21122
12
)())((
))(())((
XXXX
XXYXYXXb
n
XbXbYa å å å--= 2211
ANALISIS KOMPARATIFANALISIS KOMPARATIF
•• = analisis komparasi = analisis perbedaan= analisis komparasi = analisis perbedaan= analisis variabel (data) untuk = analisis variabel (data) untuk mengetahui perbedaan antara dua mengetahui perbedaan antara dua kelompok data (variabel) atau lebihkelompok data (variabel) atau lebihkelompok data (variabel) atau lebihkelompok data (variabel) atau lebih
•• ==èè teknik statistik yang digunakan = uji teknik statistik yang digunakan = uji statistik yaitu pengujian hipotesis statistik yaitu pengujian hipotesis komparatifkomparatif
•• ==èè sering disebut sering disebut UJI SIGNIFIKANSIUJI SIGNIFIKANSI((test of significancetest of significance))